步態(tài)識(shí)別技術(shù)研究及系統(tǒng)實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)視覺技術(shù)的快速發(fā)展，人們對(duì)安全的需求與日俱增，生物特征識(shí)別，作為對(duì)安全場(chǎng)合常用的身份鑒別技術(shù)，受到廣泛的關(guān)注與研究。人臉、指紋等生物特征不僅要求近距離接觸攝像裝置，而且識(shí)別技術(shù)實(shí)現(xiàn)成本較高。而步態(tài)識(shí)別，具有非接觸性、隱蔽性等特點(diǎn)，克服了傳統(tǒng)的生物特征識(shí)別需要高分辨率圖像的缺陷。
　　本文基于OpenCV開源函數(shù)庫(kù)，以步態(tài)識(shí)別在門禁系統(tǒng)中的應(yīng)用為前提，利用C與C++（基于MFC）作為開發(fā)工具，開發(fā)實(shí)現(xiàn)了一套完整的步態(tài)識(shí)別系

2、統(tǒng)，并深入研究步態(tài)識(shí)別中的拒識(shí)算法。
　　本文設(shè)計(jì)一套完整的步態(tài)識(shí)別技術(shù)方案，該方案以Matlab為開發(fā)工具，對(duì)中科院自動(dòng)化所提供的大型步態(tài)數(shù)據(jù)庫(kù)CASIA-B中的樣本進(jìn)行測(cè)試，試驗(yàn)結(jié)果表明，該步態(tài)識(shí)別技術(shù)方案達(dá)到了理想的識(shí)別率。在此基礎(chǔ)上，完成以下三個(gè)方面的工作:第一、利用C與C++實(shí)現(xiàn)整個(gè)步態(tài)識(shí)別技術(shù)，形成可以獨(dú)立使用的各個(gè)功能模塊;第二、搭建完整的步態(tài)圖像采集環(huán)境。該圖像采集環(huán)境由攝像頭模塊、單色背景和燈光組成，形成一套固定

3、的采集環(huán)境，減少外部因素產(chǎn)生的噪聲;第三、提出一種背景檢測(cè)與去除算法及拒識(shí)算法。添加攝像頭模塊后，由于實(shí)際環(huán)境的噪聲干擾，在圖像預(yù)處理階段會(huì)產(chǎn)生大量的噪聲（陰影），不利于特征提取，將圖像轉(zhuǎn)換到Y(jié)CrCb顏色空間中，將目標(biāo)圖片與背景圖片的Y、Cr、Cb通道求差，通過設(shè)定的幀差閾值找到陰影位置并實(shí)現(xiàn)陰影去除。另外，由于門禁系統(tǒng)在實(shí)際應(yīng)用中不僅需要滿足較高的識(shí)別率，還需有拒識(shí)功能，即不僅能準(zhǔn)確識(shí)別訓(xùn)練樣本庫(kù)中的真實(shí)樣本，還能拒絕識(shí)別不屬于訓(xùn)練